【技术实现步骤摘要】
本专利技术属于海上风电变形叶片载荷校核领域，具体涉及一种海上风电叶片变形的气动载荷校核方法。
技术介绍
1、发展大功率风机一直是海上风电降本增效的主要手段，其中叶片的大型化是提升单机容量的关键，也是提高发电效率的重要路径。风轮叶片气动特性的研究依然是海上风电领域的研究重点，准确的叶片气动性能计算结果作为叶片设计评估的指标，用来迭代优化叶片设计方案，使叶片启动性能更加理想。目前计算风力机叶片气动性能的方法主要是叶素动量理论，即bem方法，再通过经验公式进行修正。
2、叶素动量理论的bem方法，用于计算风力涡轮机叶片受力和载荷的工程方法。这种方法基于叶片表面上的空气动力学理论，通过分析空气在叶片表面的流动，计算叶片上各个位置的气动力和扭矩；
3、叶素动量理论的bem方法的基本原理简要概括如下：
4、叶片切片分析：将风力涡轮机叶片划分为一系列细小的切片，称为叶素；
5、气动力分析：对于每个叶素，根据流体力学的基本原理，分析其受到的气动力；这包括气流与叶片表面之间的压力分布和剪切力；
6、叶片扭矩计算：根据叶片上各个叶素处的气动力，计算叶片在不同位置受到的扭矩；这涉及到对气动力进行积分，考虑叶片的几何形状和气流的速度；
7、整体效应考虑：考虑叶片上各个叶素处的气动力相互作用和叠加效应，以及与整个风力涡轮机的交互作用；性能评估和优化：基于叶片受力和扭矩的计算结果，评估风力涡轮机的性能，并可能对叶片的设计进行优化，以提高其能量转换效率和稳定性。
8、bem方
9、但传统的bem方法在超长柔性叶片的仿真计算中并不准确，尤其是当仿真的翼型界面处于高速运动、有较大叶尖速比且变形较大时；传统的bem就是二维计算校核。
10、二维假设：叶素动量理论通常基于二维的假设，即忽略了叶片的三维效应；在实际情况下，叶片的弯曲和扭转会引起三维效应，这可能导致理论计算与实际情况之间存在差异；
11、静态假设：叶素动量理论通常假设流体是静止的，即忽略了气流的非定常性和湍流效应；然而，在实际情况下，气流的动态性和湍流会对叶片的气动力产生影响，从而影响理论计算的准确性；
12、失速效应：叶素动量理论通常难以准确地模拟叶片失速时的气动特性；失速会导致气动力的突然变化，对于一些高性能风力涡轮机而言，这种现象可能会频繁发生；
13、耦合效应：叶素动量理论通常假设叶片与周围环境之间的相互作用是线性的；然而，在实际情况下，叶片与塔架、地面和其他叶片之间存在复杂的非线性相互作用，这可能导致理论计算与实际情况之间存在偏差；
14、需要经验参数：叶素动量理论需要一些经验参数，例如气动特性系数和修正因子，这些参数的选择可能会影响计算结果的准确性。
15、据相关资料表明，由于bem方法中叶尖损失修正的不确定性，且无法捕捉叶尖涡流的轴向和径向运动，对自由涡尾迹及绕流现象描述不足，使得对叶轮半径70%以外区域的叶片荷载计算高于实际荷载10%到40%。
16、申请公布号jp2022168865a，公开了一种现有风力发电机中通过实时测量风电叶片变形来诊断风电叶片的方法，包括另外安装用于检测风力涡轮机的变形的传感器的步骤包括：从传感器获取检测信号的步骤；基于检测信号计算作用在风力涡轮机叶片上的载荷的步骤；以及基于计算结果检测风力涡轮机叶片是否存在异常的步骤。检测信号，准备。在附加安装传感器的过程中附加安装的传感器包括异常检测传感器，其检测风力涡轮机叶片的变形以检测是否存在异常。在检测有无异常的步骤中，基于来自异常检测传感器的检测信号来检测有无异常。
17、申请公布号cn115577625a，公开了一种大型柔性风电叶片湍流风况下极限气动载荷预测方法和装置，包括：考虑大型柔性风电叶片设计过程中为降低载荷而采用的后掠、弯扭耦合的设计方法，建立叶片弹性扭转角拟合曲线；考虑湍流风况下的大型柔性叶片产生的振动速度，根据模态叠加法建立叶片振动速度拟合曲线；建立考虑弹性扭角与由湍流风引起的振动速度的动量叶素法载荷计算流程；将极限气动载荷预测定义为一定约束条件下的寻优过程，采用所述的极限气动载荷预测方法预测大型柔性叶片的极限气动载荷。
18、但是针对海上风电变形叶片载荷，就如何提高叶片荷载仿真计算值接近实际荷载，减小误差，提高计算精度，缺乏有效技术措施，亟需改进。
技术实现思路
1、有鉴于此，面对现有技术的不足，本申请的目的在于提供一种海上风电叶片变形的气动载荷校核方法，利用海上风电多传感器的特点，合理利用大数据并结合机器学习的方法进行设计的校准计算，为工程设计提供一种校核方式。
2、为实现上述目的及其它相关目的，本申请提供一种海上风电叶片变形的气动载荷校核方法，包括如下步骤：
3、s1：选取的翼型界面，根据二维不可压缩流体方程组自变量和因变量个数，构建用于重建风机翼型表面流体状态的前馈神经网络；
4、s2：定义总损失函数，包含数据项和物理项，用以量化神经网络预测值和真实值之间的差异；
5、数据项来源为风机现场监测数据，物理项来源为添加进的navier-stokes方程组以及连续性方程；数据项作为神经网络训练的监督点，用以改善仿真精度；
6、s3：构建物理信息神经网络pinn，使物理信息神经网络pinn拟合并近似光滑函数；
7、执行无网格求解navier-stokes方程组，对二维翼型运行状态进行仿真重现；
8、navier-stokes方程组eq.1、eq.2及连续性方程eq.3如下所示：
9、公式：eq.1
10、
11、公式：eq.2
12、
13、公式：eq.3
14、
15、公式：eq.1、eq.2、eq.3为约束方程；
16、总损失函数表示为公式：eq.4
17、
18、其中是物理信息神经网络pinn的总损失函数，是数据项损失函数，是物理规律项损失函数；物理规律项损失函数由计算流体力学中偏微分方程组损失函数项、边界条件损失函数项和初始条件损失函数项组成，、为权重系数，用于调整、在总损失函数中的占比；
19、初始条件与边界条件说明如下：
20、初始条件往往是t时刻下，二维翼型表面水平速度u，二维翼型表面垂直速度v，二维翼型表面压力p的数值；
21、边界条件指流体力学方程组求解域的边界上，流体物理量应满足的条件，如：流体不应有穿过翼型界面的速度分量。
22、公式：eq.5
23、...
【技术保护点】
1.一种海上风电叶片变形的气动载荷校核方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，翼型截面上分布的四个监测传感器的测量所得到的测量时间t、坐标x、坐标y、叶片表面气体速度U、叶片表面压力p的数值，作为S3中仿真的边界条件，用于二维翼型运行状态进行仿真重现；
3.如权利要求2所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，总损失函数中的权重系数、，在调整、在总损失函数中的占比后，使得输出的结果满足物理规律。
4.如权利要求1所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，S1中的前馈神经网络构建包括如下步骤，S101：搭建前馈神经网络，且不带有物理信息，设置隐藏层以及输入变量、输出变量和激活函数。
5.如权利要求4所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，S1中的前馈神经网络构建包括如下步骤，S102：以坐标x、坐标y、时间t为输入，翼型二维平面坐标下的水平分量速度u、竖直分量速度v、压力p作为输出，使用tanh作为前馈神经网络的激活函
6.如权利要求2所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，S2中：监督点数量正比例于仿真精度；同一翼型截面设置4个监督点。
7.如权利要求1所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，总损失函数中包括物理信息约束，使得神经网络数据层面得到学习，且在物理规律层面被训练。
8.如权利要求1所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，S1中选取的翼型界面的叶片所在的风电场，获取实际海上风电场监测数据，包括全局风速及风切变参数、叶片前端一定距离位置下翼型表面特定位置监测数据。
9.如权利要求8所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，通过设置仿真工况，通过BEM方法获得仿真截面气动载荷；仿真工况包括风速。
10.如权利要求1所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，总损失函数中的权重系数、、、，在调整、、、在总损失函数中的占比后，使得输出的结果满足物理规律；S4中，使用试验数据和实测数据样本训练物理信息神经网络PINN。
...【技术特征摘要】
1.一种海上风电叶片变形的气动载荷校核方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，翼型截面上分布的四个监测传感器的测量所得到的测量时间t、坐标x、坐标y、叶片表面气体速度u、叶片表面压力p的数值，作为s3中仿真的边界条件，用于二维翼型运行状态进行仿真重现；
3.如权利要求2所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，总损失函数中的权重系数、，在调整、在总损失函数中的占比后，使得输出的结果满足物理规律。
4.如权利要求1所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，s1中的前馈神经网络构建包括如下步骤，s101：搭建前馈神经网络，且不带有物理信息，设置隐藏层以及输入变量、输出变量和激活函数。
5.如权利要求4所述的一种海上风电叶片变形的气动载荷校核方法，其特征在于，s1中的前馈神经网络构建包括如下步骤，s102：以坐标x、坐标y、时间t为输入，翼型二维平面坐标下的水平分量速度u、竖直分量速度v、压力p作为输出，使用tanh作为前馈神...
【专利技术属性】
技术研发人员：徐浩然，林琳，林毅峰，沈盼盼，张洁，赵仕伦，祝庆斌，
申请(专利权)人：上海勘测设计研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。